Criminal Behavior in Opioid‐Dependent Patients Before and During Maintenance Therapy: 6‐year Follow‐Up of a Nationally Representative Cohort Sample
Notice bibliographique
Résumé
Lifetime prevalence of opioid dependence is about 0.4% in western countries. Opioid-dependent patients have high morbidity and mortality and a high risk of criminal behavior. Few studies have addressed the long-term impact of opioid maintenance therapy on convictions and criminal behavior. The PREMOS study is a prospective, longitudinal, naturalistic clinical study of a nationally representative sample of 2694 opioid-dependent patients to investigate convictions and criminal behavior at baseline and after 6 years of maintenance treatment. At follow-up, 2284 patients still were eligible (84.7%). A comprehensive assessment including a patient and doctor questionnaire, and the EuropASI was completed at baseline and follow-up. Data on criminality at follow-up had been received for 1147 (70.6%) patients. A large number (84.5%) of them had been charged or convicted at any time before baseline assessment, most frequently with drug-related offenses (66.8%), acquisitive crime (49.1%), or acts of violence (22.0%). Reported charges and convictions had declined to 17.9% for the last 12 months before follow-up, which was also reflected by a significant decrease in the EuropASI subscore "legal problems" from 1.52 at baseline to 0.98 after 6 years. These data indicate a significant and clinically relevant reduction in criminal behavior in opioid-dependent patients in long-term maintenance treatment. Maintenance therapy is effective in the reduction in both narcotics-related and acquisition crime.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».